Abstract
隨著影像識別技術漸趨成熟，其應用到「光學文字辨識」上亦有不錯的成 果，在辨識方法也由從早期單純「樣式比對」到較複雜的「特徵萃取」， 對於印刷體文字的辨識正確率也由70% 提升到目前的 95%，手寫文字辨識 的正確率也能達到 90%。在論文中我們將提出一個以雜訊通道為本的光學 辨識後處理系統，來偵測並減少因前置影像辨識模組所產生的錯誤，以提 升的整體系統的辨識正確率。論文中後處理系統承接前置文字辨識系統輸 出之候選字列進行處理，統計式雜訊通道模型利用所輸出候選字列之候選 字的排名、錯誤評分、候選字間錯誤評分差等訊息，估計該候選字正確可 能性之機率。亦利用此機率來標示出可能發生辨識錯誤的字元，而後對於 錯誤點進行候選字列的重估，適當的引入可能的正確候選字，並進一步將 信賴度較低的候選字刪除，以免造成下一步驟處理上的雜訊。重估後的候 選字列在經由語言模式的選擇，並藉由動態規劃演算法求得最佳解，作為 後處理系統的輸出，論文中並針對手寫與印刷體進行實驗並獲致相當好的 結果，大幅提升辨識正確率。更進一步解決的正確字不在候選字列的問題 ，也提供了在後處理中解決超出前置系統辨識字集，而無法辨識成功的一 個極佳的模型。